- AI自動化測試:技術原理、平臺搭建與工程實踐
- 騰訊TuringLab團隊
- 245字
- 2020-08-13 13:47:07
第4章 模仿學習
第4章將為讀者介紹模仿學習的最新研究進展,以及如何將模仿學習運用在游戲的自動化測試中。這些研究在游戲AI的發展中非常有借鑒意義。
模仿學習是近年來研究者廣泛關注的游戲AI算法,其本質是從玩家錄制的游戲樣本中學習潛在的游戲策略經驗。目前有很多關于模仿學習的研究工作,主要分為行為克隆和逆強化學習兩種。本章將介紹這兩種算法的原理和優缺點,并根據實際的游戲測試環境,制定一套基于模仿學習的游戲AI訓練方案。該方案在僅依靠CPU的情況下,只需要一個小時便能完成游戲AI的訓練,極大地提升了訓練效率。
推薦閱讀
- 計算機網絡
- Spring 5.0 Microservices(Second Edition)
- 零基礎搭建量化投資系統:以Python為工具
- R語言經典實例(原書第2版)
- 深入淺出Java虛擬機:JVM原理與實戰
- Machine Learning with R Cookbook(Second Edition)
- CentOS 7 Linux Server Cookbook(Second Edition)
- Oracle 18c 必須掌握的新特性:管理與實戰
- C#實踐教程(第2版)
- Multithreading in C# 5.0 Cookbook
- ArcGIS for Desktop Cookbook
- Arduino Wearable Projects
- PhoneGap 4 Mobile Application Development Cookbook
- Tableau Dashboard Cookbook
- UI動效設計從入門到精通